Toepassing SPSS
Y = wat je wil verklaren (afhankelijke variabele)
X = heeft invloed op Y (onafhankelijke variabele)
Altijd aanzetten:
Edit options Output In de linker kolom; name and labels & values and labels
aanzetten
Beschrijvende statistieken opvragen
Analyze Descriptive statistics Descriptives (voor de frequentie tabel frequenties)
Beschrijvende statistieken uitgesplitst naar een variabele
Analyze Compare means Means
1 categorie als steekproef selecteren
Kijk bij de betreffende variabele welk nummer geselecteerd moet worden Data Select
cases If condition is satisfied Betreffende variabele kiezen (x) = [Nummer] Continue
Confidence interval of the difference
Een derde manier van het uitvoeren van de toets kan door te kijken naar het confidence
interval of the difference, waar de lower and upper bound gegeven is. Met een bepaalde
alpha kan er met een ..% gesteld worden dat … zich tussen de lower and upper bound
bevindt. SPSS geeft standaard het 95% CI, dit kan je aanpassen via options. Bevindt zich de 0
(= het gemiddelde) hierin? Dan is het niet significant, dus H0 niet verwerpen.
Sig 2-tailed (p)
Het uitvoeren van de toets kan ook door te kijken naar het waargenomen significantieniveau
(p) = Sig. 2-tailed.
Bij eenzijdig toetsen Sig. 2-tailed/ 2. Als p < a, moet H0 verworpen worden.
Sig 2-tailed: de kans dat de H0 hypothese juist is.
Variabele maken
Transform Compute Variable
Target Variable: nieuwe naam variabele invullen
Nummeric Expression: MEAN
Bij de vraagtekens de samen te voegen variabelen invullen
T toetsen Analyze Compare means
- One Sample t-test: Verschilt het gemiddelde van een steekproef significant van een
bepaalde waarde
o Voorbeeld: Controleren of chocoladerepen gemiddeld 300 gram wegen, 40
repen als steekproef om te controleren of ze echt 300 gram wegen.
- Independent Sample t-test: Verschillen twee steekproefgemiddelden significant van
elkaar?
, o Voorbeeld: Wijkt de gemiddelde sprintsnelheid van kinderen uit groep 7 af
van kinderen uit groep 8?
o Voorbeeld: Werken mensen in een huur woning meer, minder of is er geen
verschil ten op zichtte van mensen in een koopwoning?
Test Variabele: (Y) Aantal uren werk, Grouping Variabele: (X) Type woning,
groepen maken: 1 = koop, 2 = huur.
- Paired Samples t-test: Twee gemiddelden van gepaarde steekproeven met elkaar
vergelijken, gepaarde steekproeven zijn afhankelijk van elkaar 1 groep mensen
meerdere dingen vragen.
o Voorbeeld: Je meet de lengte van dezelfde personen in 2015 en 2020, deze
waarden zijn afhankelijk van elkaar (omdat het gaat om dezelfde personen).
o Voorbeeld: Is er een verschil tussen de scores woonomgeving & mobiliteit?
Variabele 1 en variabele 2 invullen estimate size effects
Variantieanalyse (toetsen van verschillen tussen meerdere groepen (> 2
groepen))
- Bij een onafhankelijke categorische variabele (2 of meer categorieën/groepen) & 1
afhankelijke interval variabele = One-way ANOVA: Analyze Compare Means
One-way ANOVA Dependent List; afhankelijke variabele, Factor; onafhankelijke
variabele Options: Descriptive & Homogeneity tests aanzetten.
Stap 1 = Homogeen of Heterogeen (assumptie) “Test of Homogenetiy of
Variances” “Based on Mean”
H0: de varianties zijn gelijk
Ha: de varianties zijn ongelijk
Als p < a, moet H0 verworpen worden.
P > a = homogeen, want je kan niet aantonen dat ze verschillen
P < a = heterogeen, want je kan aantonen dat ze verschillen
Stap 2 = Groepsgrootte (assumptie) Descriptives
Er is sprake van een ongelijke groepsgrootte als de grootste groep twee keer zo groot
is als de kleinste groep
Stap 3 = Hoe bepalen welke groepen van elkaar verschillen? Post-Hoc
1. Turkey bij homogeniteit en gelijke groepsgrootte
2. Bonferroni bij homogeniteit en ongelijke groepsgrootte
3. Games-Howell bij heterogeniteit
- Bij 2 of meerdere onafhankelijke variabelen = Two-way ANOVA: Analyze General
linear models Univariate test Dependent variable; (Y), Fixed Factor(s); (X,
onafhankelijke variabelen)
Optioneel Plots, invullen Horizontal Axis & Separate Lines Add
Options kiezen Homogeneity tests & Descriptive statistics
Regressieanalyse
Als x met 1 toeneemt, wat gebeurt er dan met y? logische meetschaal (0 tot 10)
Enkelvoudige regressie: toets je het effect van variabele X op Y
Multipele regressie: toets je de invloed van variabele X1 onder controle van variabele X2 en
X3
Formule: B0+B1*X1+B2*X2+B3*X3+B4*X4 + error (Constant + Unstandardized
B*(bijvoorbeeld de leeftijd van 8 jaar)
Y = wat je wil verklaren (afhankelijke variabele)
X = heeft invloed op Y (onafhankelijke variabele)
Altijd aanzetten:
Edit options Output In de linker kolom; name and labels & values and labels
aanzetten
Beschrijvende statistieken opvragen
Analyze Descriptive statistics Descriptives (voor de frequentie tabel frequenties)
Beschrijvende statistieken uitgesplitst naar een variabele
Analyze Compare means Means
1 categorie als steekproef selecteren
Kijk bij de betreffende variabele welk nummer geselecteerd moet worden Data Select
cases If condition is satisfied Betreffende variabele kiezen (x) = [Nummer] Continue
Confidence interval of the difference
Een derde manier van het uitvoeren van de toets kan door te kijken naar het confidence
interval of the difference, waar de lower and upper bound gegeven is. Met een bepaalde
alpha kan er met een ..% gesteld worden dat … zich tussen de lower and upper bound
bevindt. SPSS geeft standaard het 95% CI, dit kan je aanpassen via options. Bevindt zich de 0
(= het gemiddelde) hierin? Dan is het niet significant, dus H0 niet verwerpen.
Sig 2-tailed (p)
Het uitvoeren van de toets kan ook door te kijken naar het waargenomen significantieniveau
(p) = Sig. 2-tailed.
Bij eenzijdig toetsen Sig. 2-tailed/ 2. Als p < a, moet H0 verworpen worden.
Sig 2-tailed: de kans dat de H0 hypothese juist is.
Variabele maken
Transform Compute Variable
Target Variable: nieuwe naam variabele invullen
Nummeric Expression: MEAN
Bij de vraagtekens de samen te voegen variabelen invullen
T toetsen Analyze Compare means
- One Sample t-test: Verschilt het gemiddelde van een steekproef significant van een
bepaalde waarde
o Voorbeeld: Controleren of chocoladerepen gemiddeld 300 gram wegen, 40
repen als steekproef om te controleren of ze echt 300 gram wegen.
- Independent Sample t-test: Verschillen twee steekproefgemiddelden significant van
elkaar?
, o Voorbeeld: Wijkt de gemiddelde sprintsnelheid van kinderen uit groep 7 af
van kinderen uit groep 8?
o Voorbeeld: Werken mensen in een huur woning meer, minder of is er geen
verschil ten op zichtte van mensen in een koopwoning?
Test Variabele: (Y) Aantal uren werk, Grouping Variabele: (X) Type woning,
groepen maken: 1 = koop, 2 = huur.
- Paired Samples t-test: Twee gemiddelden van gepaarde steekproeven met elkaar
vergelijken, gepaarde steekproeven zijn afhankelijk van elkaar 1 groep mensen
meerdere dingen vragen.
o Voorbeeld: Je meet de lengte van dezelfde personen in 2015 en 2020, deze
waarden zijn afhankelijk van elkaar (omdat het gaat om dezelfde personen).
o Voorbeeld: Is er een verschil tussen de scores woonomgeving & mobiliteit?
Variabele 1 en variabele 2 invullen estimate size effects
Variantieanalyse (toetsen van verschillen tussen meerdere groepen (> 2
groepen))
- Bij een onafhankelijke categorische variabele (2 of meer categorieën/groepen) & 1
afhankelijke interval variabele = One-way ANOVA: Analyze Compare Means
One-way ANOVA Dependent List; afhankelijke variabele, Factor; onafhankelijke
variabele Options: Descriptive & Homogeneity tests aanzetten.
Stap 1 = Homogeen of Heterogeen (assumptie) “Test of Homogenetiy of
Variances” “Based on Mean”
H0: de varianties zijn gelijk
Ha: de varianties zijn ongelijk
Als p < a, moet H0 verworpen worden.
P > a = homogeen, want je kan niet aantonen dat ze verschillen
P < a = heterogeen, want je kan aantonen dat ze verschillen
Stap 2 = Groepsgrootte (assumptie) Descriptives
Er is sprake van een ongelijke groepsgrootte als de grootste groep twee keer zo groot
is als de kleinste groep
Stap 3 = Hoe bepalen welke groepen van elkaar verschillen? Post-Hoc
1. Turkey bij homogeniteit en gelijke groepsgrootte
2. Bonferroni bij homogeniteit en ongelijke groepsgrootte
3. Games-Howell bij heterogeniteit
- Bij 2 of meerdere onafhankelijke variabelen = Two-way ANOVA: Analyze General
linear models Univariate test Dependent variable; (Y), Fixed Factor(s); (X,
onafhankelijke variabelen)
Optioneel Plots, invullen Horizontal Axis & Separate Lines Add
Options kiezen Homogeneity tests & Descriptive statistics
Regressieanalyse
Als x met 1 toeneemt, wat gebeurt er dan met y? logische meetschaal (0 tot 10)
Enkelvoudige regressie: toets je het effect van variabele X op Y
Multipele regressie: toets je de invloed van variabele X1 onder controle van variabele X2 en
X3
Formule: B0+B1*X1+B2*X2+B3*X3+B4*X4 + error (Constant + Unstandardized
B*(bijvoorbeeld de leeftijd van 8 jaar)
